4.2 运动矢量编码优化

4.2 运动矢量编码优化

本节摘要：运动矢量（MV）是帧间预测里最贵的"话"——每个帧间块都要交代"我从哪搬的"。VVC在MV信令上动了两类手术：一是把Merge家族扩容（时空域候选、历史候选、成对平均候选），让"抄邻居"能覆盖更多块；二是发明MMVD与SMVD两种"从Merge起点再走一小步"的省比特姿态。本节的核心议题：预测子体系如何让MV从"绝对坐标"退化为"很小的差值"。

承接4.1：仿射解决了"运动怎么描述"，本节解决"描述怎么便宜地写进码流"。4.3节将继续把这套信令与解码端细化组合起来。

MV为什么贵：一笔算术

一个直觉算术（数量级示意）：1080p视频里，若每个16×16块都要一个MV，一帧有上千个块；MV用绝对像素坐标编码要十几比特，帧率一乘，光MV就能吃掉可观码率。而多数时候邻居们的MV高度相似——背景整体移动时，整片块的MV几乎相同。

所有标准的答案都一样：不传MV本身，传"预测子+差值"。预测子是从邻域推导的"猜测MV"，差值是真实MV与猜测的差。猜测越准，差值越小，比特越省。VVC在这条线上把"猜测"做到了新高度。

AMVP：老将，先讲清楚

**高级运动矢量预测（AMVP）**是H.264时代MV竞争机制的升级版：编码器从空域邻居（左、上）与时域同位块收集候选，挑一个作为预测子，码流里传"预测子索引+MVD（MV差）"。MVD再经CABAC（第5.3节）压得很小。适用场景：块的运动与邻居不同、需要"精确控制MV"的时候。

Merge家族：能抄就不写

Merge模式更激进：直接抄某个候选的全套运动信息（MV、参考帧索引、双向结构），码流里只传候选索引，几个比特搞定。Skip是Merge的极端版——连残差都声明为零。背景块、静止画面几乎全是Skip/Merge的天下。

VVC把Merge候选列表从HEVC的规模明显扩容，新增三类候选：

候选列表扩到六席左右，"抄得到"的覆盖率大增——Merge命中率每提高一截，MV信令比特就整片消失。

MMVD：从Merge起点"再走一小步"

纯Merge抄来的MV毕竟不是为本块量身定做的，有时差一口气。**MMVD（带运动矢量差的Merge，Merge with Motion Vector Difference）**在两者之间走了第三条路：以某个Merge候选为起点，沿选定的方向（上下左右八方向之一）、走选定的步长（几档距离），得到最终MV。

信令只需：Merge候选起点+方向索引+距离档位——三个极小的字段，表达能力却覆盖"起点附近的小范围精修"。典型场景：缓慢漂移的水面、呼吸般的微幅晃动、光流场的小扰动。这类运动以前要么忍受Merge的偏差（残差变大），要么升级成AMVP写完整MVD（信令变贵），MMVD恰好填中間地带。

MMVD 的搜索姿态（示意）：

        步长2  步长1   起点   步长1  步长2
  上      ·      ·     ◉      ·      ·
  下      ·      ·     ◉      ·      ·
  左      ·      ·  ◉──◉──◉   ·      ·
  右      ·      ·   ◉──◉──◉  ·      ·

  ◉ = Merge候选起点（抄来的MV）
  · = MMVD可达的位置（方向+距离档位索引即可表达）

  对比：
  AMVP：传完整MVD，任意精度，比特多
  Merge：只传候选索引，零差值，精度受限
  MMVD：起点索引+方向+档位，小步精修，比特极少
​

SMVD：双向镜像的对称差值

**对称MVD（Symmetric MVD）**瞄准双向预测块：前后向两个MV本就强相关（运动连续时两者近似镜像）。SMVD只传一个方向的MVD，另一方向的MV由"当前帧位置居中镜像"规则推导。镜头匀速运动、物体线性移动的内容里，这个假设命中率高，双向MV的比特几乎省掉一半。与它相对的还有隐式推导参考帧等信令瘦身手段，思路一脉相承：码流里凡是能从物理规律推导的，一个比特都不传。

编码器视角：一场三级决策

把本节工具放回编码器的决策流水线，每个帧间CU依次问三个问题：

1. 能不能整块抄？——Merge/Skip候选试一遍，RD代价最低就直接收工（背景块大多到此为止）；
2. 抄来的差一口气的，值得小修吗？——MMVD八个方向几档步长扫一遍；
3. 必须精确控制吗？——上AMVP，写预测子索引+MVD，必要时上仿射（4.1节）控制点。

这个漏斗把绝大多数块挡在前两关，真正昂贵的完整信令只留给少数运动复杂的块。帧间信令的效率，本质是漏斗的过滤效率。

💡 一个容易忽略的事实：Merge候选列表的构建规则在标准里是规定死的（解码端必须逐比特复现同样的列表），所以"抄邻居"看似编码器的自由决策，实则两端共演的一场默剧——编码器选哪个候选、解码器怎么重建列表，全是标准文本写死的剧本。这也是VVC实现一致性测试（第10.1节）的重点科目。

一问一答

问：Merge候选列表的构建规则为什么要在标准里写死？
因为解码端必须独立重建出与编码端完全相同的候选列表（码流里传的只是"选第几个"）。构建规则写死，两端才能各建各的列表、索引一一对上——"抄邻居"才能零歧义。这也带来一个工程事实：候选列表构建是无声的高发错位点（邻域可用性判断、时域缩放、去重顺序任何一处实现偏差都导致整段漂移），解码对齐测试必须覆盖它，本节与第10.1节的提醒在此合流。

本节要点回顾

• MV信令的公式是"预测子+差值"：猜测越准差值越小，所有优化都在打磨"猜测"；
• Merge家族扩容：历史候选、成对平均、组合双向，让"整块抄"覆盖更多块；
• MMVD填中间地带：Merge起点+方向+档位，小步精修几乎不花比特；
• SMVD吃物理规律：双向镜像推导，匀速运动内容省一半双向MV比特；
• 三级漏斗是效率本质：抄得到就抄，差一口气就小修，逼不得已才写全量。